资源描述
单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,Status Examine & Analysis System,状态检修分析系统,（,SEAS）,状态检修分析部分,状态检修,设备管理,试验管理,接口,设备信息,状态,试验数据,红外、在线、,SCADA、,变形,色谱,计划管理,缺陷,综合查询,计划项目,查询信息,员工、班组、权限、安全,状态量维护,试验周期维护,状态分析,试验数据预测,神经网络,建议、审核,总体思路,采用模糊理论建立设备状态（性能）的评价体系,基于规则的专家系统实现状态量的推理，确定设备的状态,基于统计理论和曲线拟合的数据预测,采用神经网络对色谱分析进行故障判别,基于模糊运算的设备状态综合分析,基于规则专家系统提出状态检修周期及内容,介绍方法,理论基础,系统实现,举例,系统特点,存在问题,理论基础-模糊理论,论域,U，,集合,A，,元素,x,整数，正数，1,论域,U，,集合,A,，,元素,x,所有年龄，中年人，某年龄,隶属度,中年,老年,理论基础-专家系统,定义：知识+推理的智能计算机程序,基本结构,推理机,知识库,知识获取,数据库,解释接口,问题描述,用户,解答、建议或解释,专家,理论基础-专家系统（知识库）,知识库是专家系统的核心,知识的来源：试验标准，启发性知识,以规则的形式表达,IF A THEN B,A-,前件，,B-,后件,IF A AND B THEN C,A、B-,前件，,C-,后件,理论基础-专家系统（推理机）,正向推理：数据驱动型、前件匹配推理。原始信息，从知识库寻找匹配的规则,后向推理：目标驱动型、后件匹配推理。先提出假设性结论，寻找支持该结论的证据,混合推理。,理论基础-专家系统（知识获取）,基本功能：知识库的维护，增、删、改功能，完整性和一致性维护,学习功能：自动知识获取，从错误和失败中归纳总结经验，修改和扩充知识库,理论基础-神经网络,特点：,1、高度的并行性,神经网络由许多神经元按某种拓扑结构组成，大量神经元的并行活动，使神经网络具有极强的信息处理能力。,2、高度的非线形,由于神经元的相互影响和制约，可以实现从输入空间到输出空间的非线形映射。,理论基础-神经网络,3、良好的容错性与联想记忆功能,神经网络通过神经元的连接强度即权系数实现对信息的记忆。,4、十分强的自适应、自学习能力,人工神经网络可以通过训练和学习来获得网络的权值和结构，呈现出很强的自学习能力。,理论基础-神经网络,神经元,理论基础-神经网络,神经元描述,其中，,f(.),是激励函数。常用的激励函数有阈值型函数、线型函数和,S,函数。,理论基础-神经网络,网络结构（BP）,理论基础-神经网络,BP,算法（已知学习样本（X，Y）,正向传播过程中，输入信息,X,从输入经隐含层逐层计算传向输出层，得到实际输出,Y1,得到误差,E,进行反向传播，通过网络将误差信号沿原来的连接通路反传回来修改各层神经元的权系数（连接神经元之间的权）。,网络泛化能力：经过适当样本训练的网络具有良好的泛化能力。,系统实现-设备状态,设备状态的模糊模型,将设备的模糊状态定义为7档：,良（,PB、3）、,一般良好(,PM、2),一般(,PS、1)、,一般注意(,Z、0),注意(,NS、-1)、,注意不良(,NM、-2),不良(,NB、-3),设备的状态为一个模糊全集,每一个状态（如良）为一个模糊子集,系统实现-设备状态,隶属度曲线,不良,注意,一般,良,系统实现-设备状态量,状态量：指反映设备状态的技术指标、性能数据及运行状况等参量。,属性：,来源：试验项目、在线、,SCADA、,缺陷、其他,试验项目,状态量,运行信息,系统实现-状态量与试验项目,系统实现-设备性能指标,每个状态量都反映了设备的某项或几项性能指标,根据设备类型，可将设备的性能划分为几项通用的指标。,例：对变压器，分为导电性能、绝缘性能和机械性能。,系统实现-状态量反映性能指标的关系,每一个状态量都是有意义的，如直流电阻是为了判断分接开关的烧蚀情况。反映的是导电性能。因此对每一个状态量，应确定它对三大指标的隶属程度。相当于对每个状态量建立如下的表：,系统实现-状态量规则,来源为试验项目的状态量：规则的定义类似于试验标准，也可直接引用标准,绝缘电阻小于200兆欧，发生紧急状态告警,小于500兆欧，发生重要状态告警,来源为缺陷等状态量：规则是一些逻辑量,灭弧室内发生是否发生闪络或产生红光,是，紧急状态告警,否，无告警,系统实现-,状态量推理,确定该状态量当前处于什么状态,根据状态量来源和规则的不同，推理方法应有所区别,一般标准性的规则，采用专家系统的正向推理,对色谱状态量的推理，拟采用神经网络方法。对色谱结论的得出，一般有三比值法，电研法等，但每种方法均有一定的局限性，利用神经网络对非线形函数的无限逼近能力，可以使神经网络具有色谱分析的故障判断推理能力。,系统实现-状态量推理结果表示,如果满足条件：,一般程度，取值=0或1，有处理方法的取0，没有取1,重要程度，取值=-1或-2，有处理方法的取-2，没有的取-1,紧急程度，取值=0），T1=T2=T3,时，,置信度为,0.6。,系统实现-,设备状态的分类综合,完成一次状态分析后,将会得到一组状态量对三大性能指标的不同反映，一般情况下，从不同角度会得到类似的结论，如绝缘性能下降，绝缘电阻和介损两个状态量都会有所反映，但有时并不如此，甚至为出现相互矛盾的结论。在排除测量误差或错误的情况下，这就涉及到状态综合的问题。,不同状态量的同一分类指标状态的综合采用加权平均法进行。,综合结果：,系统实现-,设备状态的综合,设备状态的综合采用,严格方法,或极值法,在设备的三大指标中，哪个指标最差，则，该设备的状态就确定为该最差的状态。,系统实现-设备状态的层次分析,实时参数,在线检测,SCADA,不停电采集量,红外、缺陷、油务、附盐密度、部分试验项目,停电采集量,部分试验项目,状态分析,实时分析：在线、SCADA,转状态综合,不停电量分析,停电量分析,离线分析,系统实现-设备状态的层次分析,系统实现-状态分析建议,良好,预测两点，距下一周期的中间预测一点（,T/2），,下一周期预测一点（,T）。,预测两点的状态若好于一般良好，周期延长10%或一个标准时间段,预测状态在一般以下，周期不变,系统实现-状态分析建议,一般良好,预测两点，距下一周期的中间预测一点（,T/2），,下一周期预测一点（,T）。,预测两点的状态若好于一般注意，周期不变,预测状态在注意以下，周期缩短10%或一个标准时间段,系统实现-状态分析建议,一般,预测两点,取分类状态,分类状态在注意以下，参照状态量处理方法，相关状态量的周期缩短50%或若干标准时间段,分类状态在一般注意以下，参照状态量处理方法，相关状态量的周期缩短10%或一个标准时间段,系统实现-状态分析建议,不良,取分类状态,分类状态在不良，参照状态量处理方法，相关状态量的周期缩短50-100%或若干标准时间段,系统实现-状态分析建议,状态分析建议：,建议某设备在何时进行何专业哪些项目的试验,系统实现-状态分析建议,系统实现-检试项目定义,完成设备的检试项目定义,定义的依据,上次试验的情况,周期检修的到期情况,状态分析的建议,可自由添加或删除项目,审核确定后进入计划模块，由计划员编排计划,系统实现-检试项目定义,举例-,变压器状态检修,基本数据维护,状态量、隶属度、规则、处理方法维护,试验周期维护：项目周期、专业性质周期等,状态分析,基于规则的分析,神经网络分析,状态结果综合,状态分析建议,状态分析建议,检试项目定义,举例-,维护,分析对象的定义,进行状态检修的设备对象集合，该集合一般为相同的设备类型、型号、厂家的设备,沈变产,SFSZ8-50000,变压器可定义为一个分析对象,举例-,分析对象,举例-对象,状态量维护,状态量,来源：试验项目、非试验项目、在线等,设定周期（天）,周期上限（天）,实际周期（天）,状态量隶属度,状态规则：引用标准，其他规则关系,处理方法维护：紧急、重要、一般,举例-对象,状态量维护,变压器状态量,举例-对象,状态量维护,举例-具体设备,状态量维护,选择具体设备,如,昌安变#1主变,共性状态量,个性状态量,举例-具体设备,状态量维护,举例-试验周期,维护,设备试验专业性质周期维护,设备试验项目周期维护,主要属性,试验周期（天）,周期起点,周期偏置（天）,审核后有效,通过调整起点和偏置，可调节试验性质的顺序,举例-非周期试验规则,维护,新投产的设备须经过一定时间运行后才进入周期维护,此时，应遵循一定的规则，如油务，投产后1天、3天、7天。第一年大修等,举例-周期重合调整规则,维护,目的：试验项目的周期和专业性质的周期会发生重合情况，不同性质试验的周期也会出现重合的情况。,调整的基本规则：,试验项目的周期汇入到试验性质。,低优先级的试验性质汇总到高优先级的试验性质。,被汇入的试验周期须及时调整相关周期的起点和偏置。,举例-状态分析,待状态分析设备列表,可以进行状态分析的的设备,部试验标准为不良或不合格的设备不在此列,在线分析,只有绍兴变考虑,规则离线分析-试验分析,启发式规则分析,举例-试验分析,举例-启发分析,举例-色谱分析（神经网络）,神经网络设计,结构设计：层数、每层神经元数、激励函数,学习设计：误差、次数、步长,样本训练：样本的代表性,样本校验,投入使用,举例-色谱分析神经网络设计,举例-神经网络设计,举例-色谱样本设计,举例-样本设计,举例-学习设计,举例-状态结果显示,举例-状态趋势曲线,举例-状态分析建议,举例-检试项目定义,状态检修系统特点,建立设备状态的模糊评价体系,实现设备状态的跨专业分析,色谱神经网络可分析复合型故障,一定的预测能力,自动产生状态检修的时间和不同专业的试验项目,存在问题及对策,实时监测手段少,目前只有绍兴变有在线检测,SCADA,不能反映故障点信息，分析作用不大,运行工区的有关信息如开关动作次数应通过接口实现实时获取,对策,故障录波器信息的获取,特征气体的在线检测：如氢气、,CO,的在线检测,甚高频局部放电在线检测,其他实时检测手段,存在问题与对策,知识获取困难：,状态量确定、规则的确定,自学习维护,样本数据的可靠性、代表性,故障数据较少,对策,尽快建立专家系统核心模型，加强与技术人员的交流，逐步完善知识库,加强与兄弟单位合作，获取有关故障数据,演讲完毕，谢谢观看！,
展开阅读全文